Muhammad Ifdal Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Komputer 2025

Skripsi

Penyakit daun mangga seperti powdery mildew, bacterial canker, dan anthracnose merupakan ancaman signifikan bagi hasil panen mangga, sering kali tidak terdeteksi secara akurat dengan metode visual konvensional. Tujuan penelitian ini adalah merancang dan mengimplementasikan sistem berbasis web yang dapat mengklasifikasikan penyakit pada daun mangga dengan memanfaatkan teknologi Convolutional Neural Network (CNN). Metode penelitian mencakup studi literatur, wawancara petani untuk analisis kebutuhan, pengembangan model CNN, dan integrasi sistem ke dalam platform web menggunakan framework Flask. Dataset yang digunakan mencakup 4000 gambar daun mangga yang dikategorikan ke dalam delapan kelas. Pengujian yang dilakukan menunjukkan bahwa model Convolutional Neural Network (CNN) berhasil mencapai tingkat akurasi sebesar 95,5%, loss sebesar 0.10466 dan skor F1 sebesar 95,81%, serta sistem web berhasil mengklasifikasikan penyakit daun mangga secara otomatis dan menyediakan informasi terkait dengan tingkat kepuasan pengguna berdasarkan System Usability Scale (SUS) sebesar 80. 2. Website yang dibuat berhasil dan berfungsi dengan baik. Sistem ini tidak hanya mampu mengidentifikasi penyakit secara baik, tetapi juga menyajikan informasi relevan mengenai penyakit tersebut dan menyimpan riwayat klasifikasi. Dengan demikian, website ini menjadi alat yang efektif dan efisien dalam mendukung pengguna, khususnya petani, dalam mengenali dan mengelola penyakit daun mangga. Kata kunci: Penyakit daun mangga, Convolutional Neural Network, website, pertanian, klasifikasi. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 146819 2025-01-13 11:29:15 2025-01-13 11:35:40 machine generated